[发明专利]一种基于数据预测的智能潮汐交通灯

说明书

本发明对传统的交通灯只能按照规定的时间进行红黄绿灯进行机械性的定时变化进行了改进，包括获取数据模块，算法实现分析预测模块，智能控制红黄绿三色灯计时时长模块和基础的交通灯的三色灯模块，通过与数字地图、导航、打车软件的联系，获取实时的用户数量的数据，结合时序数据预测和主要成分分析相结合的模糊判断方法预测出该区域的车流量大小和道路拥挤状态，从而通过数据分析实现合理的减少车流宽松方向的绿灯时间来增加拥挤方向的绿灯时间，从而减少道路的拥挤状态。本发明可以轻松实现由数据分析到实际智能的调整交通灯定时时间，解决在高峰时期的道路拥挤状态，具有较高的推广和实用价值。

技术领域

本发明涉及数据预测技术领域，智能交通灯领域，尤其涉及一种基于数据预测的潮汐交通灯的设计。

背景技术

随着社会经济的发展和汽车价格的逐渐亲民化，城市中的车辆数量迅速增长，哪怕在三线四线城市，交通拥堵问题也日益严重。城市交通问题也直接影响人们的工作学习生活，从而制约着城市的建设和经济的增长。特别是在工作日的上下班时间，巨大的车流量使得道路拥挤，造成了许多不必要的时间浪费。并且，现在使用各类地图软件，打车软件的用户增加，根据软件提供的数据来对拥挤路段的交通灯的时间缩短拥堵时间是十分必要的。

运用相关算法可实现道路某方向的道路交通流量。基于时间序列数据和主成分分析相结合的模糊综合定量评价方法可以通过路段的平均速度和交通流量来对区域内的车辆拥挤程度进行预测。在大数据时代，使用数字地图、导航、打车软件的用户增加，可以利用相关算法通过软件数据实现对整体数据进行预测。

发明内容

本发明为了克服上述问题，提高在车流高峰时段，通过对各类地图、导航或打车软件的数据进行预测，获得当时道路拥挤状况，从而控制交通灯实现时长的潮汐变换。

本发明对传统的交通灯只能按照规定的时间进行红黄绿灯进行机械性的定时变化进行了改进，通过与数字地图、导航、打车软件的联系，获取实时的用户数量的数据，结合时序数据预测和主要成分分析相结合的模糊判断方法预测出该区域的车流量大小和道路拥挤状态，从而通过数据分析实现合理的减少车流宽松方向的绿灯时间来增加拥挤方向的绿灯时间，从而减少高峰时段道路的拥挤状态。基于大数据预测和潮汐控制交通灯使本发明在智能交通灯应用中具有很高的实用价值和推广价值。

附图说明

图1为本发明智能潮汐交通灯工作的流程图；

图2为常规交通灯应用时的交通情况；

图3为本发明应用后路段的缓解效果；

具体实施方式

下面结合附图详细介绍本发明的实现过程。

图1是本发明的一种基于大数据预测的智能潮汐交通灯工作流程图，包括获取数据模块，算法实现分析预测模块，智能控制红黄绿三色灯计时时长模块和基础的交通灯的三色灯模块；

所谓获取数据模块，就是用于获取从数字地图，导航，打车软件上获取的该路段的实时用户数量信息，还有导航软件上的路线规划后，有可能参与该路段的用户数量。

所谓算法实现分析预测模块，就是本发明内置的高速微处理器，通过基于时间序列数据和主成分分析相结合的模糊综合算法，进行对该路段的拥挤程度的预测。比如，假设该路段该方向的最大负荷量为Cm，获取的各类地图，导航，打车软件的用户数量为X，根据算法，建立一个系数值ß，那么预测的值Y可以简化成为，获得预测值Y，接着比较预测值Y和该路段该方向的最大负荷量Cm之间的关系，若，则获得结果“畅通”，交通灯按照预设值进行红黄绿灯的交替，若，则获得结果“拥挤”，比较，获得α值为拥挤的程度的衡量值，供后面计算调节红黄绿灯的计时时长；